10月25日，全球电商巨头亚马逊官宣，将为电商卖家带来一款图像生成式AI工具，方便卖家为自己的商品快速生成带有背景的场景宣传图。

从Gen-1到Gen-2，看着Runway一步一步的更新，我也算是全程参与了Runway的进化，Runway也再一次证明了，自己作为AI视频领军者的绝对的实力。

这篇文章，我想好好盘点一下从ChatGPT出现到现在，真正实用且主流的AI工具。包含大语言模型、AI PPT、AI 绘图、AI音频、AI数字人、AI视频这6个部分。

支付宝APP内搜索?：AI写真馆，即可进入该小程序应用。可以看到这款小程序的开发商是上海吱信，属于蚂蚁集团旗下子公司。

你知道一张精美的AI图片，需要哪些精准的提示词、效果融合以及制作流程吗?如果把几乎所有文生图模型集合在一个平台中，并且还能叠加效果生成图片，你愿意使用吗?满足你的需求，今天就为大家介绍大名鼎鼎的文生图大合集平台——civitai

如今大模型进手机是真的火啊。各大厂商发布会都标配大模型，OPPO ODC 2023大会上，官方基于大模型开发新系统，我们立即实测了一把，有被爽到！

今天的这篇文章~咱们先来看一个动图——它是基于Runway Gen-2生成的AI视频。不告诉你的话，大多会以为是塞尔达游戏视频片段嘛。

飞书终于推出AI应用落地产品。在飞书看来，大模型的核心是一种新的智慧体，而大模型引入组织团队的最佳方式就是招募一位智慧与能力兼备的“人”。

可能有挺多人没听说过这个Kimi Chat，但是这次的测评却让我体会到了不一样的感受，不得不说，国产大模型也有厉害的啊！

从放出的Demo效果来看，Pika 1 0正式版不仅能根据文字图片，可编辑性还特别强，指定视频中的服饰元素，一句话就能实现快速“换装”。

阿里云发布代号为Qwen-72B的开源模型，在10个权威基准评测中刷新开源模型最优成绩。在部分测评得分还超过了闭源的GPT-3 5和GPT-4。

从PIKA爆火之后，AI视频项目开始井喷式爆发。不管是学术界的，还是产品界的，都像在人们的眼光聚焦在AI视频上时，来推出自己的东西。割韭菜的也有，但是学术真正牛逼的东西更多。有3个令我映像非常深刻，也在我群里和朋友圈里刷屏的三个项目

PIKA1 0全网爆火后。我作为PIKA的超级合作者，一直盼星星盼月亮，等他们的PIKA1 0 等啊等，等啊等,在内部渠道登记了我的邮箱后。又过了一天。终于。收到了来自PIKA的邮件。

谷歌双子座Gemini大模型终于发布！其中最引人注目的一张图，MMLU多任务语言理解数据集测试，Gemini Ultra不光超越GPT-4，甚至超越了人类专家。

当地时间12月7日，马斯克突然宣布旗下的Grok AI大模型向付费用户大批量开放了。根据官方介绍，Grok具有非常出色的幽默感，从实测来看的确如此。

针对Meta Imagine，Midjourney，Adobe Firefly，Dalle，这四个我心目中的比较大的AI绘图模型测评。我会从细节质量、审美(构图色彩等)、风格多样化、语义理解这四个维度来评测，每个维度3个Prompt，同时每个Prompt我会在AI绘图模型中roll3次，取效果最具有代表性的那个图，尽量减少偏见。

Pika 1 0正式上线后，拿到内测资格的网友们已经玩疯了!有人用它生成了一个姜黄色头发女孩和她的姜黄色猫的短片。以往，因为一致性的难题，用AI视频很难做出优秀的动漫作品。但是Pika 1 0 实在是太给人惊喜了!

虽然圣诞节已经临近，但谷歌还在卷个不停——号称对标DALL·E 3的最强竞品文生图模型——谷歌Imagen 2，终于重磅上线了。

有点意外，Midjourney猝不及防，北京时间下午13:56 老美那边大概夜里10点，发布了新版的V6 Beta模型。他们是想趁着还没回家过圣诞，赶紧先发了。然后让大家一边过圣诞，一边给他们打黑工帮他们测模型。这一下子给我发的，是着实的有点猝不及防。

兵贵神速，Midjourney V6昨天上午说要来，下午就真来了。神图纷纷炸出，光影效果登峰造极，主打一个「你能说我就能画」，擅长写Prompt的朋友，你们有福了！

在我过去的所有文章中，我一直把AI分成四个模态去进行分类：AI文本(大语言模型)、AI绘图、AI声音、AI视频，而在我最近的交流和访谈中，有一个游离于这四模态之外的存在，被反复提起。AI 3D。

兵马俑跳《科目三》，是我万万没想到的。有人借助了阿里云之前走红的AI视频生成技术——「Animate Anyone」，生成出来了这个舞蹈片段。

AI视频可控性高能进化！1月18日，AI视频创作工具开发商Runway宣布重磅更新：全新升级的运动笔刷，5个笔刷控制5个物体运动，多重运动笔刷上线。

1月17日，上海人工智能实验室发布的新一代大语言模型“书⽣·浦语”2 0（InternLM2）正式发布并开源。共计6个模型，全部免费可商用。

最近，国外的一位名叫Andrei Kovalev的大神网友，做出了一份Midjourney V6的超深度评测。测评很专业，V6和V5 2版本到底有什么不同，很直观地就能看出来。

谷歌一出手，又把AI视频生成卷上了新高度。一句话生成视频，现在在名为Lumiere的AI操刀下，AI视频竟然可以这么厉害！

距离龙年春节只剩11天了，你的新年头像或红包封面准备好了吗?如果还没有，AI绘画工具可能是个“私人定制”的不错选择。

其实从很久以前，我就一直期待腾讯文档的AI助手。主要是因为我是腾讯文档的重度用户，我们公司的大部分文件协同，也都是腾讯文档 而且对于腾讯的产品体验，我是一直很有期待的。毕竟腾讯最引以为傲的，就是他们的产品体验了。

Qwen-VL是阿里在2023年8月推出的具备图文理解能力的大模型，基于通义大语言模型开发。升级后的Qwen-VL视觉水平大幅提升，对很多图片的理解水平接近人类。

百川智能基础大模型的第三代，发布超千亿参数的最新版本大模型Baichuan 3。这次模型迭代更新，不仅参数规模巨大，还重点展示了模型在医疗场景的能力。

Niji V6正式更新，这期评测，我会在有限时间范围内，尽可能全面、客观的给大家展示并对比Niji V5与Niji V6的差异。整体我会分为几个维度来对比，分别是：创造力、角色张力、动漫风格表现、3D风格表现、其他风格表现

“2024年上半年对标GPT-4”——这是2023年科大讯飞在去年的“全球1024开发者节”现场给出的承诺。2024刚开年，讯飞星火就迎来重大版本升级。

不久前，科大讯飞上线的免费 PPT 生成“神器”——讯飞智文，就能极大地提高我们制作 PPT 的效率，将我们从繁杂的 PPT 苦海中解脱出来。

GPTs是OpenAI开发的一个工具，它可以使您在不懂编程的情况下，通过简单聊天的方式就能创建一个拥有专属技能的GPT。我测评了10款好玩到哭的AI应用！

就在刚刚，全新升级4 0的日日新大模型发布！不仅如此，商汤还抢先OpenAI首发了支持不同模态工具调用的Assistants API！现在，超千万的中文开发者可以轻松玩转「文生图」和「图生文」了。